초록 태양 플레어 예측은 태양 활동 영역(AR)의 복잡한 시공간적 발전과 고위험 사건과 관련된 심각한 클래스 불균형으로 인해 여전히 도전적입니다. 본 연구에서는 태양 역학 관측소에서 수집한 다중 파장 관측의 짧은 시퀀스를 사용하여 활성 영역 수준의 태양 플레어 예측을 위한 변환기 기반 프레임워크를 조사합니다. 제안된 접근법은 사전 훈련된 비전 변환기 표현을 경량 합성곱 처리, 명시적 시간 차분 및 주의 기반 시간 집계와 통합하여 단기 플레어 예측에서 compact temporal context의 역할을 조사합니다. 예측은 24시간 예측 지평선 내에서 M-class 플레어의 발생을 목표로 하는 이진 분류 작업으로 정식화됩니다. 평가는 활성 영역 수준 집계 및 우주 날씨 예측에서 일반적으로 채택되는 기술 기반 메트릭을 사용하여 SDOBenchmark 데이터 세트에서 수행됩니다. 결과는 공간 표현을 명시적인 단기 시간 모델링과 결합하는 것이 강한 클래스 불균형에서도 안정적인 예측 기술을 제공할 수 있음을 나타냅니다. 여러 랜덤 시드에 걸쳐 선택된 구성은 평균 True Skill Statistic 0.81 (0.04) 및 Heidke Skill Score 0.73 (0.05)을 달성하며, 높은 탐지율과 통제된 허위 경고 행동을 보입니다.
Alatoom et al. (Mon,)이 이 질문을 연구했습니다.